分布式电动车辆驱动系统MFAC主动容错控制

为解决分布式电驱动车辆驱动系统主动容错控制大多需要依赖于复杂、非线性车辆模型以及精确故障信息这一问题,提出了基于多输入多输出无模型自适应主动容错控制方法。该方法在控制系统设计时仅利用车辆系统的多个输入输出信息,在各个失效工况下,通过驱动系统和转向系统的协同容错控制,保证车辆既能维持期望车速也不偏离既定轨迹行驶,并通过理论推导证明了控制器单调收敛性和有界输入输出。基于MATLAB/Simulink和CarSim的联合仿真对控制算法有效性进行了验证,典型工况下,整车纵向速度误差维持在3%以内,横向不失稳以及不跑偏,确保了行驶安全;在此基础上通过驾驶模拟器实验验证了控制算法的实时性。     

分布式电驱动车辆电子差速控制算法研究

基于修正的车辆转向模型,提出一种分布式电驱动车辆电子差速控制算法,以车辆的稳定性确定左右驱动轮滑转率控制目标,然后通过滑模控制进行目标跟随.仿真结果表明,该控制算法能够保证低附路面转弯工况下的车辆稳定性.     

基于线性自抗扰控制的自动驾驶车辆纵向加速度控制算法研究

为提高自动驾驶车辆纵向加速度控制算法的鲁棒性,基于电动汽车纵向加速度系统仿射模型,提出了具有双观测器结构的线性自抗扰加速度跟踪控制算法,并通过带有遗忘因子的递归最小二乘法对阻力模型进行在线辨识,实现了驱动电机与制动系统之间的协调切换。通过搭建硬件在环(HIL)仿真平台对设计的控制算法进行了鲁棒性和实时性验证,结果表明,所提出的控制算法能够实现对加速度信号快速、稳定跟踪,能够在车辆纵向动力学模型未准确建模状态下对纵向加速度进行有效控制。     

分布式电驱动车辆力矩分配控制研究现状综述

分布式电驱动车辆具有控制灵活度高、传动链短、结构紧凑、传动效率高、空间布置利用率高等特点,独特的结构特点与驱动方式令其在充分挖掘车辆动力学控制潜力、增强车辆安全性、提升驱动效率、简化底盘结构等方面带来明显的技术革新,为高性能车辆控制技术提供硬件载体。然而,作为过驱动、多约束、车辆纵向-横向-垂向运动行为强非线性耦合系统,分布式电驱动车辆在车辆动力学控制、车辆行驶经济性控制、协同控制等方面仍面临理论与技术挑战。基于此,综合国内外前沿分布式电驱动车辆力矩分配控制策略研究,主要从控制框架、稳定性控制、能效控制、兼顾稳定性与经济性控制4个方面重点阐述当前发展现状,设计并对比分析应用案例,从不同角度对力矩分配的发展方向进行展望,旨在为先进分布式电驱动车辆高性能力矩分配控制器开发提供参考。     

基于功能安全的分布式驱动电动汽车前轮失效补偿控制

分布式驱动电动汽车可以实现四轮转矩分配和差动转向,提升整车的动力学控制性能和经济性,但是四轮转矩独立可控的特点也对功能安全提出挑战。当前轮单侧电机出现执行器故障失效情况时,不仅会产生附加横摆力矩降低车辆安全性,差动转向功能的存在还会使车辆严重偏航。基于此,在设计分布式驱动-线控转向一体化底盘的基础上,基于功能安全提出一种分布式驱动电动汽车前轮失效补偿控制策略。首先建立分布式驱动失效动力学模型,分析前轮失效对车辆状态的影响机理,发现单一的驱动转矩截断控制无法满足车辆状态修正需求;其次设计一套备用的线控转向结构,通过变截距滑模控制算法提高切换状态下线控转向系统的转角跟踪性能,并用台架试验验证跟踪的准确性;然后设计自适应失效诊断观测器实时诊断驱动系统的电机故障,在将对应轮进行驱动转矩截断后,通过模型预测控制算法对车轮转矩重新分配实现纵向和侧向的状态跟踪;最后通过仿真和实车试验验证所提失效补偿控制策略的有效性和可用性。研究结果表明：分布式驱动电动汽车前轮单侧电机失效后,备用的线控转向系统能及时矫正前轮转角,所提出的失效补偿控制策略能够快速恢复车辆的稳定性和路径跟踪能力。     

基于数据驱动的人机混驾多车协同控制算法

针对多车协同控制系统中，传统控制算法需要准确获取系统中与驾驶员驾驶行为相关的参数以及与车辆系统动力学相关参数等问题，提出基于数据驱动的自适应动态规划控制算法。以有人与无人驾驶车辆混行的多车协同控制系统为研究对象，通过分析系统的横纵向控制模型，推导出系统状态方程，采用递推数值方法在线逼近最优解，并通过对最优反馈控制矩阵进行优化求解，得到最优控制输入。该算法简化了系统的控制输入参数，仅仅利用V2X通信获得的车辆的前轮转角以及车辆期望的纵向加速度作为控制输入，即可实现无人驾驶车辆的优化控制。基于Carsim和Simulink进行联合仿真测试验证，结果表明，该算法控制参数简单、收敛速度快、控制精度高、适应性强，能够控制无人驾驶车辆在多车系统中保持期望的车速并且与前车保持期望的车间距，同时在任意曲率道路上行驶时与车道中心线之间的横向误差趋于0。      

非理想车载网络状况下四轮独立电驱动车辆的动力学控制

以直接横摆转矩控制为例,通过仿真初步分析了四轮独立电驱动车辆分布式控制系统中车载通信网络的非理想状况(延时、丢包等)对车辆动力学控制的影响。仿真结果表明,通信延时等非理想网络状态会对车辆动力学的控制效果和稳定性产生显著影响,而基于网络预测的直接横摆转矩控制算法,可有效补偿通信延时和丢包等的不利影响,获得较好的控制效果。     

基于参考向量场的车辆队列二维跟踪控制算法

当车辆队列的应用场景从一维拓展至二维时,纵向间距保持与横向跟踪控制之间将出现显著的耦合效应。在高速工况下,忽视纵横向跟踪功能的耦合效应将导致跟踪误差变大,甚至造成车辆失稳。为解决上述问题,本文中提出了一种车辆队列纵横向耦合跟踪控制算法,通过构建基于纵向间距和横向参考轨迹的参考向量场获得期望速度矢量,采用哈密尔顿函数获得车辆上层运动控制需求的期望总力和总力矩;同时,提出一种基于伪逆矩阵的控制分配算法,将期望总力和总力矩在有约束的物理环境下分配至各个车轮,在保证分配精度的前提下提高了实时性。仿真和实验结果表明,本文提出的纵横向耦合跟踪控制算法能有效完成二维场景下的车辆队列运动控制,实现队列的安全、高效的协同驾驶。     

云控场景下车辆队列的模型预测控制方法

鉴于采用边缘云进行集中式车辆队列控制时,通信时延将会降低队列控制性能指标甚至导致队列失稳,本文在考虑通信时延和车辆纵向非线性动力学特性前提下,从包括队列能效的多目标优化出发,提出了一种基于边缘云的队列集中式模型预测控制算法,并设计了一种时延补偿方法.首先分析了控制算法的渐进稳定性;然后通过不同时延下的仿真试验对控制算法...     

分布式电驱动汽车原地转向机理与控制方法研究

分布式电驱动汽车能够通过原地转向功能提高车辆的机动性。原地转向下车辆的4个车轮均处于滑移状态,极易发生车身偏移甚至失控。为了实现稳定精准的原地转向控制,分析了原地转向的动力学机理,并提出横摆角速度与滑转率协同的控制策略。基于纵向动力学设计路面附着估计算法,完成原地转向前的路面状况判断;采用了分层式控制架构,上层控制器基于车辆状态协调转矩控制策略,下层控制设计横摆角速度决策框架,根据油门开度计算原地转向的名义横摆角速度,基于二次性能指标的单神经元自适应PID控制算法计算四轮驱动转矩,以实现横摆角速度的跟踪控制,并引入模糊逻辑推理得到四轮期望滑转率,通过PID算法计算驱动转矩调节量,配合横摆角速度转矩控制以抑制转向中心的偏移。仿真测试和实车试验表明：在附着系数一定的情况下,稳态原地转向的轮胎视为刚体,侧偏角与地面侧向反作用力基本不变,试验结果符合所推断的原地转向动力学机理;并验证横摆角速度跟踪控制算法在不同附着系数下具有理想的跟踪效果和鲁棒性,响应速度相比于PID提高46%,最大超调量减小24.0%,平均调节时间缩短1.3 s,平均稳态误差均在0.01 (°)·s^-1...     

面向全矢量线控车辆极限运动的分层式协同控制

装配四轮分布式驱动-转向（4WID-4WIS）底盘的全矢量线控车辆具备多可控自由度、高速稳定性强的特点,是极限工况稳定裕度和安全性较高的理想车型。为了解决全矢量线控车辆在极限工况下纵横向控制冲突危害行车安全的问题,提出一种基于模型预测控制 （MPC） 的分层式车辆纵向和横向运动协同控制方法。建立基于单轨模型的期望运动状态识别方法,设计模型预测控制器转换动力学目标,采用泰勒展开和前向欧拉方法对预测模型进行线性离散化处理;设计基于负荷率的轮胎力优化分配方法,利用反正切轮胎逆模型求解控制执行量。仿真结果表明,协同控制方法能显著提高车辆在不同路面下的极限运动稳定性,更精准地跟踪期望运动状态,扩大稳定裕度,保障行车安全。     

智能网联环境下的多车协同换道策略研究

为提高换道安全性、稳定性和换道效率,本文中提出一种智能网联条件下多车协同安全换道策略。通过建立基于激励模型的换道收益函数进行协同换道可行性判断。基于模型预测控制建立协同换道多目标优化控制函数,实现换道过程的分布式控制。提出一个两阶段协同换道框架,将换道过程分为稀疏纵向距离阶段和换道阶段,以解决由于避撞约束的高维度和车辆运动学的非线性造成的最优控制函数难以求解的问题。采用滚动时域优化算法对优化控制问题逐步动态求解。最后基于美国NGSIM开源交通流数据进行Matlab/Simulink联合仿真,验证了该策略的可行性与准确性。     

FSAC赛车轨迹跟踪协同控制策略研究

针对中国大学生方程式赛车 （FSAC） 在比赛中横向-纵向协同控制的轨迹跟踪精度和稳定性问题，根据现代控制理论和经典控制理论提出一种以纵向速度为结合点的线性二次控制器 （LQR） 和比例-积分-微分算法 （PID） 的横纵向协同控制策略，并根据赛车相对参考轨迹的位置设计了一种协同控制器。建立二自由度车辆动力学模型，基于该模型设计了横向LQR位置跟踪控制器和纵向PID速度跟踪控制器。所设计的控制策略在CarSim和Simulink搭建的循迹工况联合仿真场景下进行仿真验证，仿真结果为纵向位置偏差小于0.07 m，横向位置偏差小于0.03 m。对控制算法进行实车验证，结果表明，该策略有效提高了赛车的轨迹跟踪精度和行驶稳定性。     

矿用无人运输车辆轨迹跟踪控制算法研究

矿用无人运输车辆作业环境恶劣,存在大曲率弯道、坡道等非结构化道路明显特征,对无人化运输控制要求高。为改善PID等传统控制算法适应性问题,提高无人驾驶轨迹跟踪的车辆横纵向控制精度,提出一种纯跟踪与PID结合的多点预瞄横向控制、考虑模糊控制表参数拟合的纵向控制方法,减少控制参数的同时提高算法效果。根据传统控制算法设计基础控制器,结合基础算法优势进行横向与纵向控制算法设计,通过硬件在环仿真和实车测试验证算法的性能。试验结果表明,横向控制算法与斯坦利算法相比,车辆路径跟踪精度有明显改善,纵向控制方面,速度跟随误差<1 km/h,保证了车辆驾驶时的平稳性与舒适性。     

基于微分几何的四轮独立驱动车辆运动解耦控制研究

针对车辆在纵向运动和横摆运动时的强耦合关系给车辆动力学控制带来的困难，以四轮独立电驱动车辆作为研究对象，基于微分几何理论设计了车辆系统运动解耦控制方法，将非线性强耦合的四轮驱动车辆动力学系统解耦为纵向和横向两个相对独立运动控制子系统，并设计了鲁棒控制器，以提高抵抗车辆行驶时不确定外力如侧风的干扰能力。基于 Trucksim 软件建立四轮驱动车辆模型，并针对车辆解耦控制策略和抗干扰策略进行了仿真测试。结果表明，相比于无解耦控制的车辆，采用微分几何解耦控制的四轮独立驱动车辆纵向速度偏差降低了 82.1%，横摆角速度偏差降低了80.7%，且微风干扰下的抗干扰能力明显改善，车辆稳定性显著提升。为验证该运动解耦控制策略在实时系统中的控制效果，还进行了硬件在环试验，结果表明，硬件在环试验的结果与仿真结果一致。     

基于深度强化学习的分布式电驱动车辆扭矩分配策略

为在保证分布式电驱动车辆制动稳定性的前提下实现经济性的提升,提出了基于深度强化学习的分布式驱动前、后轴扭矩分配策略.在建立分布式电驱动车辆关键部件物理模型的基础上,基于车辆模型及制动稳定性约束,建立了基于深度强化学习的扭矩最优分配控制模型,并对传统固定比值的扭矩分配策略和所提出的策略进行了对比,结果表明:在新欧洲驾驶循...     

双模耦合驱动智能电动汽车对开坡道行驶稳定性控制

分布式驱动智能电动汽车可以通过独立分配各轮驱动力矩来保证在对开坡道行驶时的通过性,但对各轮力矩输出具有很高要求且难以保证车辆侧向稳定性。为解决上述问题,基于所发明的具备集中式和分布式耦合驱动功能的双模耦合驱动系统,提出了协同耦合式驱动防滑和主动转向的对开坡道行驶稳定性控制方法。首先,建立了整车模型,分析了在对开坡道上采用双模耦合驱动提升车辆通过性的动力学机理;其次,设计了基于耦合式驱动防滑与主动转向协同的行驶稳定性控制系统,包括可以实现最优滑转率控制的上层驱动防滑控制器、用于减少控制超调量并抵消差动驱动附加转向的主动转向前馈控制器以及为解决车速干扰的基于T-S模糊化模型预测控制的主动转向反馈控制器;最后,开展了对开坡道行驶稳定性控制效果离线仿真和实车试验验证。研究结果表明：在10%的对开坡道上,耦合式驱动比分布式驱动的爬坡能力提升了41.32%;对比无前馈协同控制,所提出的协同控制方法可将侧向位移误差量减少68%,调整时间缩短10.81%。所提出的控制方法不仅能极大提升整车对开坡道的动力性和通过性,还可以很好地保证其方向稳定性。     

考虑道路因素的智能车辆纵向运动决策与控制研究

针对智能车辆纵向运动时的交通道路适应性问题,考虑路面附着系数和前车运动速度等因素,研究了智能车辆纵向运动决策与控制方法。论文研究了基于车头时距的纵向运动决策方法并建立不同驾驶行为的目标车速模型,运用变论域模糊推理算法设计了目标加速度模型。基于纵向动力学模型,运用自适应反演滑模控制算法建立了驱动控制器和制动控制器。对高附着系数路面和低附着系数路面的行驶工况进行仿真试验验证,结果表明,在不同的附着系数路面和前车变速行驶条件下,智能车辆能实时、合理地决策目标车速、目标加速度,实现安全、高效、稳定的跟驰。     

全轮独立电驱动车辆双重转向控制策略的研究

为全轮独立电驱动车辆提出一种双重转向的控制策略,设计了双重转向的总体控制结构.它是包括三自由度参考车辆模型、横摆力矩确定层和转矩分配层的分层控制体系.在横摆力矩确定层中,设计了基于PID的横摆力矩控制策略;在转矩分配层中,设计了基于纵向驱动力总和不变的转矩分配策略.在此基础上,开发了双重转向控制策略仿真平台,进行了仿真分析和实车试验,试验结果与仿真结果吻合度较高,表明所提出的双重转向控制策略对减小车辆转向半径有明显效果.     

分布式驱动电动汽车动力学集成控制研究进展及趋势

分布式驱动电动汽车具有四轮可独立控制和响应速度快等突出优势，对增强车辆操纵稳定性、安全性和经济性具有重要的意义。但车辆是一个非线性、强耦合的系统，需研究解决各个控制器相互耦合、过驱动系统复杂性和不确定性等核心问题，这依赖于多维 （纵向、横向和垂向） 集成控制模式和容错控制。对现有研究进行分类和总结，从传统单一维度控制到多维集成控制，综述分布式驱动电动汽车的关键技术和发展现状，重点归纳了汽车动力学集成控制的多层结构及其应用，特别是集成了纵向-横向-垂向动力学的综合控制。最后对分布式驱动电动汽车动力学控制系统所面临的挑战提出了一些建议。